Non si fa mai abbastanza, o non lo si fa nel modo giusto. Prima dell’attacco è la strategia, e per la strategia in campo aziendale – r un business efficiente sul lungo termine -, diventa essenziale l’analisi. Si tratta di un lavoro inzialmente lungo, ma che permette di considerare il pubblico consumatore non come massa, ma come entità, singolo individuo a cui andare incontro.
Entriamo quindi nel campo dell’analisi predittiva, che può aiutare ad offrire la customer experience ideale. Per citare un esempio, il Banco Itàu Argentina ha utilizzato gli analytics per identificare i clienti più interessanti e determinare quale offerta sarebbe stata più rilevante per ciascuno di loro. Ecco quindi che è emersa per la banca la possibilità di aumentare i propri profitti fino al 40%. Un altro esempio di uso degli analytics è quello del Comune di Bolzano, che analizza i dati trasmessi da sensori installati nelle abitazioni dei cittadini senior per individuare anomalie, fughe di gas o perdite d’acqua. Un investimento iniziale, sostenuto presso la società IBM, ma ammortizzato nel tempo, poiché ha garantito un risparmio al comune del 30% in tema di assistenza sociale. Centerstone, fornitore di servizi in campo sanitario, ha utilizzato i dati ricavati dalle interazioni con 70 mila pazienti per generare modelli predittivi che consentono di programmare più rapidamente i servizi.
Secondo le statistiche pubblicate dall’azienda IBM, il settore dei Big Data valeva 3,2 mld ei dollari nel 2010, per crescere fino a 16,9 mld di dollari co una proiezione illustrata in prospettiva del 2015. E, dato ancor più sorprendente, è che ogni giorno, nel mondo, vengono generati 2,5 mld di gigabyte, di cui solo lo 0,5% viene però analizzato.
Ecco l’importanza di una corretta analisi, attraverso un sistema di cui conosciamo il nome ma non l’effettiva funzione.
MTSMagazine 